CoDA：数据引擎与动作策略协同进化的机器人训练框架

arXiv 论文提出 CoDA 框架，让生成式仿真数据引擎与动作策略通过共享异构记忆协同进化，记录环境构建、策略失败和学习进度。框架引入 Text2potential 方法，将视觉语言批评器输出的诊断转化为分阶段势能，为动作块价值学习提供密集监督。在四个操作任务族上，CoDA 将分布外成功率从监督微调后的 5.3% 提升到 27.6%，比最强闭环基线高 9.5 个百分点。在 LIBERO-Pro 基准上，15 轮生成与训练将位置扰动下的成功率从 25% 提到 84%，指令扰动下从 1% 提到 76%。